一年一度的Hadoop峰會(huì)迎來(lái)了第三輪聚首，此次舉行地點(diǎn)選在圣何塞，成千上萬(wàn)參與者以及創(chuàng)紀(jì)錄的贊助商以及參展商數(shù)量不僅給本屆活動(dòng)帶來(lái)了良好的開(kāi)局、也反映出當(dāng)前業(yè)界對(duì)于Hadoop的重視程度。與會(huì)企業(yè)既有希望努力守住現(xiàn)有市場(chǎng)份額的技術(shù)巨擘，也有雄心勃勃打算大展宏圖的新興廠商。作為急需表現(xiàn)自己的后者，一眾企業(yè)開(kāi)始尋找一切機(jī)會(huì)在首日活動(dòng)中推廣自己的產(chǎn)品。而其中的典型代表、同時(shí)也是整個(gè)分析周期的起步環(huán)節(jié)，正是準(zhǔn)備所要處理的數(shù)據(jù)。

大小廠商齊上陣，信息質(zhì)量最關(guān)鍵

如今數(shù)據(jù)科學(xué)家們需要把80%以上的工作時(shí)間用在過(guò)濾錯(cuò)誤、解決一致性沖突以及處理兼容性問(wèn)題方面，Pentaho公司指出。這家專攻Hadoop商務(wù)智能業(yè)務(wù)的廠商給出堅(jiān)定承諾，表示能夠幫助客戶利用新型工具包上述老大難問(wèn)題、從而大大簡(jiǎn)化待分析數(shù)據(jù)的預(yù)先處理流程。

在這套名為Data Science Pack的產(chǎn)品中共包含三套實(shí)用工具集，它們的設(shè)計(jì)目的在于簡(jiǎn)化用戶使用PentahoWeka開(kāi)源數(shù)據(jù)挖掘項(xiàng)目以及R統(tǒng)計(jì)語(yǔ)言時(shí)需要處理的任務(wù)——這兩者也是目前業(yè)界使用范圍最廣的分析技術(shù)。其中一款工具屬于腳本執(zhí)行引擎，能夠?qū)⑺�有�?shù)據(jù)轉(zhuǎn)換過(guò)程中產(chǎn)生的混亂細(xì)節(jié)剔除出去。該公司的另一款軟件則屬于評(píng)分引擎，能夠利根據(jù)精確度對(duì)數(shù)據(jù)集進(jìn)行打分。此外，另有一套自動(dòng)化預(yù)測(cè)解決方案用于對(duì)即將輸入的信息作出預(yù)測(cè)。

Pentaho公司表示，這套軟件包不僅能夠幫助用戶更輕松地將信息塑造為易于分析的形式，同時(shí)也能消除由多數(shù)據(jù)源所引發(fā)的混亂與麻煩。值得一提的是，另一位挑戰(zhàn)廠商Talent也將業(yè)務(wù)著眼點(diǎn)放在了這里，他們打造的同名平臺(tái)剛剛迎來(lái)最新版本。新版本Talent能夠?qū)��?shù)GB大小的文檔導(dǎo)入到Hadoop當(dāng)中，并提供一套用于集成不同流的可視化環(huán)境——其響應(yīng)時(shí)間在速度上比上代版本高出45%，該公司如是說(shuō)。

消除中間人

盡管一部分供應(yīng)商致力于幫助數(shù)據(jù)科學(xué)家進(jìn)一步提高生產(chǎn)力，但也有不少企業(yè)希望消除技術(shù)方案對(duì)于特定類型人才的高度依賴。Actian公司明顯屬于后一種。他們將數(shù)十家廠商的產(chǎn)品進(jìn)行了排名并據(jù)此開(kāi)發(fā)出結(jié)構(gòu)化查詢功能，繼而將其與專為自家旗艦分析平臺(tái)打造的全新SQL功能指令一道納入Hadoop當(dāng)中——此舉幫助該公司順利成為今日峰會(huì)上的焦點(diǎn)角色。其價(jià)值主張相信大家也不會(huì)陌生：該公司聲稱，企業(yè)用戶可以利用其軟件直接訪問(wèn)保存在HDFS當(dāng)中的數(shù)據(jù)，而不必再借助數(shù)據(jù)科學(xué)家之力。  

Altoscale公司也已經(jīng)開(kāi)始為其Hadoop云用戶提供類似的功能，其中包括對(duì)剛剛于今早發(fā)布的Apache Hive最新穩(wěn)定版本的支持能力。這套開(kāi)源數(shù)據(jù)倉(cāng)庫(kù)方案最初由Facebook公司開(kāi)發(fā)完成，旨在幫助那些對(duì)MapReduce與復(fù)雜程度稍低但仍然難以應(yīng)對(duì)的Pig平臺(tái)不太熟悉的開(kāi)發(fā)者找到可行性應(yīng)對(duì)辦法——直接利用常見(jiàn)的SQL語(yǔ)法取而代之。

希望能夠訪問(wèn)并操作Hadoop當(dāng)中的數(shù)據(jù)，同時(shí)又不必跟這套批處理框架先天具備的復(fù)雜性硬碰硬？沒(méi)錯(cuò)，這一點(diǎn)對(duì)于希望能讓自身應(yīng)用程序?qū)崿F(xiàn)快速運(yùn)作的企業(yè)用戶來(lái)說(shuō)至關(guān)重要，然而使用結(jié)構(gòu)化查詢工具根本無(wú)法實(shí)現(xiàn)這個(gè)目標(biāo)。由Sears集團(tuán)所有的分析企業(yè)MetaScale公司表示，他們最近剛剛啟動(dòng)的“Ready-to-Go Reports”服務(wù)能夠?qū)崿F(xiàn)相同的執(zhí)行效果，但卻無(wú)需數(shù)據(jù)科學(xué)家的介入并幫助用戶省下購(gòu)置昂貴內(nèi)部基礎(chǔ)設(shè)施的費(fèi)用。